基于网络挖掘的实体关系元组自动获取 automated entity relation tuple extraction using web mining.pdfVIP

下载本文档

2
0
约2.41万字
约 6页
2017-08-14 发布于上海
举报
版权申诉

基于网络挖掘的实体关系元组自动获取 automated entity relation tuple extraction using web mining.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于网络挖掘的实体关系元组自动获取 automated entity relation tuple extraction using web mining

第11期电子学报 V01．35No．11 2007年11月 A(m～ELECIRONICASINICA No’r．200r7 基于网络挖掘的实体关系元组自动获取李维刚，刘挺，李生 (哈尔滨工业大学计算机学院信息检索研究室，黑龙江哈尔滨150001) 摘要：二元实体关系元组可以应用到知识库构建，数据挖掘，模式抽取等多个领域．本文利用特定关系的一个元组和一个关键词作为种子，结合多种自然语言处理底层技术，采取改进的模式获取方法和自举迭代策略，提出了一种新的从Web上抽取实体关系元组的方法．基准方法的平均准确率达到了78．12％，采用过滤措施后抽取方法的平均准确率达到了98．42％．实验结果表明，利用网络挖掘方法获取的实体关系元组能够很好满足信息抽取的应用，对抽取出的元组进一步处理，能够获取更多有价值的信息．关键词：自举方法；实体关系；元组；信息抽取；网络挖掘中图分类号：Tff391．2文献标识码： A 文章编号：0372-2112(2007)11-2111-06 AutomatedRelationExtractionWeb Entity Tuple Using Mining LI Wei—gang，LIUTing，LISheng Scienceand (Information盈删laboratory，SchoolofComputer Tedmology，HarbinInstituteofTechnology，风渤硝珏皤，Harbin150001，China) Abstraet： Callbe in fieldssuchas baseconstruction．data Binaryentityrelationshiptuples appliedmany knowledge mining andSO seedwitha anda of isusedto themethodofextract- and extractionon．A a relation pattenl tuple keywordspecial iInplerrent from Natural ale this relation the combinedin method．A ingentity tuples web．MultipleLanguageProcessing(NLP)technologies novel methodandan iteration are toextract baselinemethod acquisition improvedbootstrapping adopted pattern strategy tuples．The achieves methodwith nleasureachievesto98．42％．The resultsshow to78．12％of averageprecision．The filtering experimental thatit